分类模型评估

目录

• 混淆矩阵
• 精确率(Precision)、召回率(Recall)和F1-score
  • 精确率
  • 召回率
  • F1-score

---

返回 我的研究方向(Research Interests)

---

混淆矩阵

在分类任务下，预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合，构成混淆矩阵(适用于多分类)

精确率(Precision)、召回率(Recall)和F1-score

---

精确率

预测结果为正例样本中真实为正例的比例（查得准)

召回率

真实为正例的样本中预测结果为正例的比例(查的全，对正样本的区分能力)。越高越好

F1-score

反映了模型的稳健型，越高越好

\[F1 = \frac{2TP}{2TP+FN+FP} = \frac{2*Precision*Recall}{Precision+Recall} \]